关键词：电动汽车;;日负荷预测;;BP神经网络;;蒙特卡洛;;有序充放电控制
摘 要：随电动汽车保有量增加,大量电动汽车作为新型储能设备将在时间和空间上无序接入电网,这势必会对原有系统造成恶劣影响。电动汽车无序接入会给配电网带来电压三相不平衡,谐波污染,网损增加,配电变压器寿命降低等诸多问题。而有序接入的电动汽车能够在用电低谷时进行电能补给,在用电高峰时,作为灵活可控的电源经逆变向电网馈电,为电力系统提供“削峰填谷”的辅助服务。因此,电动汽车充放电调度研究是必要的。本文在居民小区日负荷预测及电动汽车负荷预测的基础上,提出了充分考虑用户需求的有序充放电策略,并对该策略进行了算例仿真,具体研究内容如下:从实用性角度出发,在调度模型中引入日负荷曲线的预测。基于采集到的历史数据,经过数据预处理、建立模型、确定参数等步骤,使用BP神经网络算法对未来一天居民小区基础日负荷进行预测,并对预测误差进行了评测,证实本文日负荷预测是可行的,为充放电调度提供负荷基础。基于充电方式、充电特性、用户行为特性等影响电动汽车负荷模型的因素,设置合理的假设条件,采用蒙特卡洛算法对电动汽车的充电需求进行模拟,得到单台电动汽车单日负荷需求的概率分布。建立合理的充放电调度模型,模型中充分考虑了用户的紧急充电和固定金额充电需求,并在用户设定的出行规划基础上,设置时间和空间两个维度的裕度。此外,模型中引入了电池损耗模型,对电池损耗进行量化。最终以居民小区负荷波动最小及用户花费最小为目标函数,设置充放电功率约束,SOC约束,每日充放电时间约束等限制条件,并采用遗传算法对模型迭代求解。通过设置合理的案例参数,进行居民小区内电动汽车无序充电及有序充放电仿真。无序充电仿真表明无序充电对小区变压器存在潜在威胁,有序充放电仿真计算了理想情况下调度能达到的最优值,及实际情况下调度后小区负荷及用户花费的变化,证实经过策略优化可以达到平抑负荷波动及最小化用户花费的目的。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取